以 Python 从 PDF 中提取文本
如何使用 Python 从 PDF 中提取文本
如何使用 Aspose.PDF for Python via C++ 从 PDF 中提取文本
为了提取文本 PDF 文件，我们将使用 Aspose.PDF for .NET API，这是一款适用于 python-cpp 平台的功能丰富、功能强大且易于使用的文档处理 API。打开 NuGet 包管理器，搜索 aspose.pdf 然后安装。您也可以使用包管理器控制台中的以下命令。
以 Python 从 PDF 中提取文本
你需要 Aspose.PDF 库 才能在你的环境中试用代码。
- 在 PDF 中加载 “文档” 实例。
- 创建 textabSorber 对象来提取文本。
- 接受所有页面的吸收器。
- 获取提取的文本
- 创建一个写入器并打开文件，在文件中写一行文本
使用 Python 从 PDF 中提取文本
此示例代码显示如何从 PDF 文档中提取文本
Input file:
File not added
Output format:
PDF
Output file:
import AsposePDFPythonWrappers as ap
# Create an object of the PdfExtractor class
pdfExtractor = ap.PdfExtractor()
# Bind the input PDF
pdfExtractor.BindPdf("sample.pdf")
# ExtractText
pdfExtractor.extract_text()
pdfExtractor.get_text("sample.txt")